От бесконечной генерации гипотез к реальным сигналам из данных. Решаем проблему роста с ML (Едадил, Александр Сергеев)

Самый очевидный подход к аналитике продукта и маркетинга – посчитать и завалидировать верхнеуровневые метрики, глядя на которые можно быстро понять “состояние здоровья” своего продукта или маркетинга.

Бывают ситуации, когда это состояние нас не устраивает: темпы роста замедлились, а пользовательский LTV начал снижаться, например, из-за ухудшения Retention Rate. В какую сторону копать прежде всего? Как из метрик вынести направления к действиям?

Можно генерировать гипотезы, что же пошло не так внутри команды, опираясь на экспертные мнения коллег. Проверять каждую из гипотез статистическим аппаратом ваших аналитиков. Что-то угадать получится…
А можно исследовать все данные с помощью моделей машинного обучения, некоторые из них специально созданы для классификации информации и выявления закономерностей.

Ответ на вопрос, почему мы выбрали именно второй вариант для нескольких крупных мобильных продуктов, и будет озвучен в докладе.